基于bp神经网络的股价预测应用分析

《基于bp神经网络的股价预测应用分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕上学位论文Brock(1987)首次提出运用B00tstrap方法(一种再抽样方法)对具有特定结构的收益率模型进行再抽样检验，以得到技术交易规则的超额收益以及其他检验统计量的经验分布，其检验了道琼斯工业指数1897—1986年间的数据，对移动平均规则和阻力线支撑线规则这两种最常见的技术分析交易规则的实证检验表明，技术分析有助于预测股票收益。【5】以后的学者如(Lebaron，2000；Marshan，2005)等也对股价的可预测性上也得到了类似的结论，即股价的运行是有其内在规律的，通过一定的方法如技术分析，能得到超额收益。【6】

2、随着人们理论知识及实践经验的丰富，股价预测的方法也如雨后春笋般涌现出来，最初的多元线性回归模型，常见的时间序列分析法，包括传统的移动平均与分解模型、指数平滑模型，以及现代的ARIMA模型族、随机波动模型(SV)，ARCH／GARCH族等。以及一些比较新颖的方法，如神经网络模型，模糊预测模型，小波分析模型，马尔可夫链预测法等，一方面证明了股价在一定程度上是可预测的，另一方面也为股价的定量预测提供了很多方法。最早提出模糊预测思想的是美国的L．A．zadeh教授(1965)，他通过模糊数学的简单方法对非常复杂的数据系统进行处理，这与传统

3、的预测方法相比是一个全新的思想。【40】之后，应用模糊预测思想进行实证研究的学者逐渐出现。认为可将之用于证券价格的预测。对某一问题的具体预测通常可采用不同的预测方法，各种单项预测法在数据处理及不同准则方面均有其独到之处，能从不同的角度来推导和演绎，其预测结果都有一定的价值。因此有学者提出了组合预测法，即先利用两种或两种以上不同的单项预测法对同一预测对象进行预测，随后根据每一种预测方法的结果采用合适的方法做平均，最终的预测结果是各种预测方法预测结果的平均值。最早的关于组合预测理论的文献是1989年由FounralofForecast

4、ing等杂志出版的一篇专著，Clemen在文章中称组合预测法能有效结合各个预测方法的优点，同时可以及时发现各个预测方法可能存在的缺陷，在进行信息甄别上，组合预测法有不可替代的优势。Ⅲ】人工神经网络的起源可追溯到1943年Warren．McCulloch和walter．Pitts合作的论文，他们基于人类大脑处理信息的方式，通过数学模型和数学处理方式来研究人类脑细胞的活动方式，他们首先把生物神经元的信息处理用数学方法进行计算，该模型被称为MP模型。这是最早对神经元活动的特征进行量化的模型，神经网络的理论研究从此拉开序幕。该文从原理上证

5、明了人工神经网络可以计算任何算术和逻辑函数。【7】专注于计算机研究的数学家Turing通过一种抽象的模型来描述一种“自动识别机器"，与此同时，Post也在此方面做出了研究，他们都认为，理论上有一种“通用自动识别机器"，这样是机器能识别所以其他机器可以识别的信息。通过证明，Turing机和和逻辑神经网络在实质上是相同的，这样，人们对于生物体大脑和计算机之间的相通之处认识更加深刻了。【45】1949年，DonalaO．Hebb提出了神经元之间连接强度变化的学习规则，即Hebb规则，首次提出了3基于神经网络的股价预测应用研究生物神经元的

6、一种学习机制。【8】1957年美国心理学家FrankRosenblatt提出了感知机(Perceptron)模型，他构造了一个感知机网络，演示了进行模式识别的能力。这是人工神经网络第一个实际应用。【9】1962年Bemard．Widrow和Ted．Hoff介绍了能进行快速、准确学习的神经网络，通过梯度下降法调整权值，以达到最小均方误差(LMS算法)。这是一个用于训练自适应线性神经网络的新的算法。【lo】1982年，美国物理学家Hopfield及一些学者提出了一种全连接的反馈型网络，即Hopfield模型。此模型引入了“计算能量函数

7、”的概念，给出了网络稳定性的判断依据，并证明一个互连单元的神经网络系统将达到能量损耗最小的原理。开创了把神经网络用于联想记忆和优化计算的新途径，有力地推动了神经网络的发展。【1211986年，Rumelhan和McCelland等人提出了并行分布处理的理论，同时提出了多层网络的误差反向传播学习算法，简称BP算法。【13】这种算法根据学习的误差大小，把学习的结果反馈到中间层次的隐单元，改变他们的权系数，从而达到预期学习目的，解决了多层网络的学习问题。BP网络是迄今为止最常用的网络。1992年，法国著名的信息科学研究机构IRLSA的研

8、究人员ZhangQin曲ua等提出了小波神经网络(WNN)，小波神经网络着手把神经网络和小波变换结合起来，仍然是一种神经网络模型。基于小波变换的小波神经网络采用非线性小波基代替常用的神经元非线性激励函数(如Sigmoid函数)，运用得当则可以同时发